Marigold Normals V0 1

🚀 金盞花法線 v0 - 1 模型卡片

這是一個用於從單張圖像進行單目法線估計的 marigold-normals-v0-1 模型的卡片。該模型能解決從單張圖像中估計表面法線的問題，為計算機視覺領域的圖像分析提供了有效的工具。

🚀 快速開始

這是用於從單張圖像進行單目法線估計的 marigold-normals-v0-1 模型的卡片。該模型基於 stable-diffusion-2 模型 進行微調，相關內容在我們的論文中有詳細描述：

• CVPR'2024 論文，標題為 "Repurposing Diffusion-Based Image Generators for Monocular Depth Estimation"
• 期刊擴展，標題為 "Marigold: Affordable Adaptation of Diffusion-Based Image Generators for Image Analysis"

使用模型

• 體驗交互式的 Hugging Face Spaces 演示：查看模型如何處理示例圖像，也可以上傳自己的圖像。
• 使用 diffusers，只需幾行代碼即可計算結果。
• 訪問我們的 官方代碼庫 深入瞭解。

✨ 主要特性

• 模型開發者：柯冰心、Kevin Qu、王天富、Nando Metzger、黃聖雨、李博、Anton Obukhov、Konrad Schindler。
• 模型類型：基於生成式潛在擴散的單張圖像法線估計。
• 語言：英語。
• 許可證：Apache 許可證 2.0 版本。
• 模型描述：該模型可用於生成輸入圖像的估計表面法線圖。
  • 分辨率：儘管可以處理任何分辨率的圖像，但該模型繼承了基礎擴散模型約 768 像素的有效分辨率。這意味著為了獲得最佳預測效果，在將較大的輸入圖像輸入模型之前，應將其較長邊調整為 768 像素。
  • 步驟和調度器：該模型設計用於與 DDIM 調度器配合使用，去噪步驟在 10 到 50 之間。
  • 輸出：
    • 表面法線圖：預測值是屏幕空間相機中的三維單位向量。
    • 不確定性圖：僅當使用大於 2 的集成大小進行多次預測集成時才會生成。
• 更多信息資源：項目網站、論文、代碼。
• 引用方式：

@misc{ke2025marigold,
  title={Marigold: Affordable Adaptation of Diffusion-Based Image Generators for Image Analysis},
  author={Bingxin Ke and Kevin Qu and Tianfu Wang and Nando Metzger and Shengyu Huang and Bo Li and Anton Obukhov and Konrad Schindler},
  year={2025},
  eprint={2505.09358},
  archivePrefix={arXiv},
  primaryClass={cs.CV}
}

@InProceedings{ke2023repurposing,
  title={Repurposing Diffusion-Based Image Generators for Monocular Depth Estimation},
  author={Bingxin Ke and Anton Obukhov and Shengyu Huang and Nando Metzger and Rodrigo Caye Daudt and Konrad Schindler},
  booktitle={Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)},
  year={2024}
}

⚠️ 重要提示

該模型已棄用，請使用新的 金盞花法線 v1 - 1 模型。

📄 許可證

本模型使用 Apache 許可證 2.0 版本。